我最近為 NAS Academy 社群舉辦了一場線上工作坊,這就是我與學生們一步步建立的 Make 情境。
其中一些人從未接觸過自動化平台,但到課程結束時,他們每個人都在自己的帳戶中運行了一個可用的 AI 助理。
我們的目標很簡單。大多數早晨都以同樣雜亂無章的方式開始:打開收件匣、查看行事曆、掃描任務清單、瀏覽天氣、快速閱讀新聞,然後才弄清楚你的一天實際會是怎樣。
因此,我們建立了一個自動化流程,它能收集所有這些資訊,並在您打開筆記型電腦之前,為您提供一份簡潔清晰的晨間簡報。
對於初學者來說,最棒的部分是它無需程式碼,也無需額外的 AI API 金鑰,因為它運行在 Make 內建的 AI 上。
以下將詳細說明它能做什麼、每個部分如何運作,以及最後可以複製的共享藍圖。
AI 晨間簡報自動化功能
每個工作日早晨,這個 Make 情境會自動執行以下操作:
- 從 Google 日曆提取今天的會議。
- 從 Gmail 收集當天未讀的電子郵件。
- 從 Google Tasks 讀取未完成的任務。
- 獲取您所在城市的每日天氣預報。
- 從 RSS 訂閱源獲取最新的商業新聞。
- 將所有內容組合成單一的 JSON 資料酬載。
- 使用 AI 編寫一份簡潔的高階主管簡報。
- 將相同的簡報同時發送到電子郵件和 Slack。
輸出結果是一份整潔的簡報:包含問候語、天氣、按順序排列的會議、待辦事項、真正需要關注的電子郵件、幾條相關新聞頭條、您的首要優先事項,以及任何需要注意的潛在阻礙。
Make 情境的建構方式
這個建構是一個很棒的學習專案,因為它展示了一種您幾乎會在每個嚴謹的自動化流程中重複使用的模式:收集、聚合、組合、生成、交付。
1. 收集每個資料來源
- Google 日曆:搜尋今天的會議,從現在到一天結束。
- Gmail:搜尋今天收件匣中未讀的郵件。
- Google Tasks:列出未完成的任務。
- 天氣:按城市名稱獲取一天的每日預報。
- RSS:從商業新聞訂閱源中檢索前五條新聞項目。
2. 聚合結果
每個來源(天氣除外)都會經過一個「基本聚合器」(Basic Aggregator),它將一長串獨立的資料包轉換為一個整潔的陣列。
這是大多數初學者覺得棘手的步驟,因此值得放慢腳步並清楚解釋。
3. 建立單一資料酬載
一個「建立 JSON」(Create JSON)模組將所有五個來源(會議、電子郵件、任務、天氣和新聞),連同日期和時區,組合成一個結構化物件。
這是關鍵的設計選擇。AI 收到單一資料酬載,可以一次性地理解全天資訊,而不是將五個獨立的欄位映射到提示詞中。
4. 使用 AI 生成簡報
內建的 AI 模組(執行代理程式 Run an Agent)接收一個定義執行助理角色和確切輸出格式的系統提示詞,以及 JSON 資料酬載作為其輸入。
我將推理工作量設定為「低」(Low),這對於摘要任務來說綽綽有餘,並能保持每次運行的快速和經濟。
5. 隨處交付
一個「路由器」(Router)將 AI 回應分成兩個路徑:
- Slack:將簡報以 Markdown 格式發布到頻道。
- 電子郵件:將其作為一份簡潔的 HTML 訊息發送。
相同的簡報,發送到您早上第一時間查看的地方。
讓它運作的系統提示詞
提示詞承擔了大部分的主要工作。以下是我使用的核心內容:
「您是一位 AI 執行助理。根據使用者的行事曆、任務、未讀電子郵件、天氣和新聞,建立一份簡潔、可執行的晨間簡報。簡報結構應包含問候語、天氣及對旅行或會議的任何影響、按時間順序排列的會議、待辦事項及其截止日期、重要的未讀電子郵件(忽略新聞通訊和促銷訊息,除非相關)、兩到三個相關新聞頭條、三到五個有優先順序的項目,以及任何潛在的阻礙。
將內容保持在 500 字以內,使用清晰的標題、少量表情符號和項目符號。輸出應可直接發送到電子郵件或 Slack,無需編輯。」
一個具體、結構良好的提示詞,能將一堆原始資料轉化為您真正想閱讀的內容。
為什麼這是很棒的第一個 AI 自動化專案
對於工作坊來說,這個專案達到了絕佳的平衡點,它作為個人建構也同樣有效:
- 立即實用:因為每個人的早晨收件匣都雜亂無章。
- 教授核心 Make 技能:在一個情境中涵蓋了連接、多個資料來源、聚合器、資料映射、JSON、AI 和路由器。
- 無 API 金鑰的麻煩:Make 內建的 AI 讓您可以選擇模型並直接使用,無需註冊任何額外服務。
- 易於擴展:您可以將新聞訂閱源替換為您自己行業的內容、添加 CRM、添加 Notion,或更改交付管道。
看著滿屋子的學員收到他們第一份由 AI 編寫的簡報,並出現在他們自己的收件匣中,是這次課程的亮點。
複製藍圖
想建立您自己的 AI 晨間簡報嗎?這是共享的情境藍圖。複製它,連結您自己的帳戶,並調整以符合您的日常需求:
AI 執行助理:每天早上為您簡報
複製後,請設定以下內容以使其符合您的需求:
- 您的 Google 日曆、Gmail 和 Tasks 連線。
- 您的 Slack 頻道。
- 天氣模組中的城市。
- 您喜歡的新聞 RSS 訂閱源(我使用的是一般商業訂閱源)。
- 內建 AI 模組中您偏好的模型。
如果您在此基礎上進行建構或改進,請回覆並分享您的成果。祝您自動化愉快。



